MétaCan
Menu
← Retour à la cohorte
Enregistrement W2621509656 · doi:10.1121/1.4988542

Prosodic bootstrapping of syntax from cochlear implant-simulated speech

2017· article· en· W2621509656 sur OpenAlexaff
Kara Hawthorne

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProsodyBootstrapping (finance)Active listeningCochlear implantSyntaxSpeech recognitionNoise (video)Computer scienceSpeech perceptionMandarin ChinesePsychologyAudiologyLinguisticsNatural language processingArtificial intelligencePerceptionCommunicationMathematicsMedicine

Résumé

récupéré en direct d'OpenAlex

It has been well-documented that prosodic boundaries often align with syntactic boundaries, and that both infants and adults capitalize on prosodic cues to bootstrap knowledge of syntax. However, it is less clear which prosodic cues—pre-boundary lengthening, pauses, and/or pitch resets across boundaries—are necessary for this bootstrapping to occur. It is also unknown how syntax acquisition is impacted for listeners who do not have access to the full spectrum of prosodic information. These questions were addressed using noise vocoded speech, which simulates speech perceived through a cochlear implant. While pre-boundary lengthening and pauses are well-transmitted through noise vocoded speech, pitch is not. In two experiments, adults listening to noise vocoded speech performed similarly to adults listening to unmanipulated speech in syntax acquisition tasks. This suggests that lengthening and pause cues alone are sufficient to facilitate acquisition of some syntactic structures, and that listeners with cochlear implants may be able to bootstrap syntax using prosody in a similar way as individuals with normal hearing.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,345
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetPhonetics and Phonology Research→Travaux en français237 207→